![](https://cdn-ak-scissors.b.st-hatena.com/image/square/72ec0c72e959ba3b6325be7e3d75aa6c58c8e445/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU2JUE5JTlGJUU2JUEyJUIwJUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgxJUFFJUU0JUJBJTg4JUU2JUI4JUFDJUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgxJUE3JUUzJTgxJUFFJUUzJTgzJTlEJUUzJTgyJUI5JUUzJTgzJTg4JUUzJTgzJTk3JUUzJTgzJUFEJUUzJTgyJUJCJUUzJTgyJUI5JUU2JTg5JThCJUU2JUIzJTk1JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz02Nzg2YjZiMGQ0ZWIzZDkxZjE1MzVjY2QyMDQwOTYyOQ%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwRjhMVVVJNWtPeEx2cm11SUFJUHdGc1VXU0tOZGdXNU4mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zMiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWIxZWJiYmIzMmRhNWZmMTA1MjI4ZDVlOWM0NWVmNTRk%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D84ac75432cef2a62cf84707c07320f33)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
機械学習の予測モデルでのポストプロセス手法 - Qiita
こんにちは、今回は機械学習の予測モデルにおける「ポストプロセス」について説明します。ポストプロセ... こんにちは、今回は機械学習の予測モデルにおける「ポストプロセス」について説明します。ポストプロセスとは、モデルが出力した予測結果を後処理する手法の一つです。特に、特定のクラスへの予測確率を調整する際に用いられます。 ポストプロセスの一例 以下に、ポストプロセスを適用する簡単な例を示します。ここでは、特定のクラス(クラス1)への予測確率を増強することを目指します。 import numpy as np # 仮の予測確率 preds = np.array([0.1, 0.4, 0.35, 0.7]) # ブースティング係数 boost = 4.7 # オッズを計算しブーストする odds = boost * preds / (1 - preds) # オッズを確率に戻す preds_boosted = odds / (1 + odds) この例では、まず予測確率(preds)をオッズに変換し、
2023/06/05 リンク